一种改进的稀疏编码模型图像分类算法

• 作者: 刁琦
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 稀疏编码 图像分类 极限学习机 支持向量机
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 学术研究与应用
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP391.41
• 字数: 2595字
• 语种: 中文

摘要

针对传统稀疏编码方法对图像分类,本文采用SIFT算法提取的图像特征,分类器主要通过构造多尺度小波核极限学习机进行图像分类.采用该方法对wine数据集与微软Corel1K图像库进行测试,实验表明,较单尺度小波核,多尺度小波核具有更好的分类效果.同时,多尺度小波核极限学习机的分类性能优于多尺度支持向量机、支持向量机与极限学习机的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刁琦		1	0	0.0	0.0